隨著大數據的發展，計算能力的提升，人工智能近兩年迎來了新一輪的爆發。而人工智能的實現依賴三個要素：算法是核心，硬件和數據是基礎，芯片就是硬件的最重要組成部分。它其實包括兩個計算過程：1、訓練2、應用。

為什么需要人工智能芯片？

神經網絡算法應用的不斷發展，使得傳統的CPU已經無法負擔幾何級增長的計算量。深度學習作為機器學習的分支，是當前人工智能研究的主流方式。簡單說就是用數學方法模擬人腦神經網絡，用大量數據訓練機器來模擬人腦學習過程，其本質是把傳統算法問題轉化為數據和計算問題。所以對底層基礎芯片的要求也發生了根本性改變：人工智能芯片的設計目的不是為了執行指令，而是為了大量數據訓練和應用的計算。

全球人工智能芯片行業格局分析

2016年成為芯片企業和互聯網巨頭們在芯片領域全面展開部署的一年。而在這其中，英偉達保持著絕對的領先地位。但隨著包括谷歌、臉書、微軟、亞馬遜以及百度在內的巨頭相繼加入決戰，人工智能領域未來的格局如何，仍然待解。

從云端芯片來看，目前GPU占據云端人工智能主導市場，占人工智能芯片市場份額的35％。而在這其中，GPU的領跑者英偉達（Nvidia）因其在人工智能領域的優勢使其成為了資本市場的絕對寵兒：在過去的一年中，曾經以游戲芯片見長的Nvidia股價從十幾年的穩居30美元迅速飆升至120美元。據悉，世界上目前約有3000多家AI初創公司，大部分都采用了Nvidia提供的硬件平臺。

我國人工智能芯片行業規模分析

隨著大數據的發展，計算能力的提升，人工智能近兩年迎來了新一輪的爆發。

云端人工智能芯片將廣泛應用于智能手機、智能音箱、智能攝像頭、智能駕駛等不同領域。

據前瞻產業研究院發布的《人工智能芯片行業市場需求分析與投資前景預測》數據顯示，芯片約占人工智能比重的15％，結合我國人工智能市場規模，推算出2016年我國人工智能芯片市場規模約為20億元。

我國人工智能芯片行業區域發展分析

中國北上深三座城市的人工智能相關企業總數達447家，攀升速度迅猛。目前，幾乎所有互聯網企業的互聯網產品，都會或多或少加入算法和深度學習的功能，AI正在成為中國互聯網公司的標配。

2018年5月3日，全球新一代人工智能芯片發布會在上海召開，中科院旗下的寒武紀科技公司發布了我國自主研發的Cambricon MLU100云端智能芯片和板卡產品、寒武紀1M終端智能處理器IP產品。這款國內首個云端人工智能芯片，理論峰值速度達每秒128萬億次定點運算，達到世界先進水平。

MLU100云端智能芯片采用寒武紀最新的MLUv01架構和TSMC 16nm的先進工藝，可工作在平衡模式（1GHz主頻）和高性能模式（1．3GHz主頻）下，平衡模式下的等效理論峰值速度達每秒128萬億次定點運算，高性能模式下的等效理論峰值速度更可達每秒166．4萬億次定點運算，但典型板級功耗僅為80瓦，峰值功耗不超過110瓦。

共建人工智能生態鏈

在新產品上，我們搭載了寒武紀的芯片，有助于各行各業在人工智能、VR、高性能計算等方面的研發和行業解決方案的落地。不僅如此，芯片成果還將運用于智能語音領域，它的強大處理能力使得手機本地端可以處理更加復雜的機器學習算法，使得語音本地識別準確率相對于傳統處理器領先了9．8％，顯著提高了用戶體驗。

下一步，曙光與寒武紀之間的合作將不僅僅局限于整機領域，會從頂端科研一直延伸到低端應用，合力打造下游應用產業，共建人工智能生態鏈。人工智能管理平臺SothisAI與寒武紀的芯片及開發環境實現無縫對接和深度融合。